Random Survival Forest for Neonatal Survival Prediction in Preterm Infants from a Brazilian National Cohort of 2014 to 2022

• Edson M. de B. Junior UFRN
• Marcelo A. C. Fernandes UFRN

DOI: https://doi.org/10.5753/eniac.2026.29989

Resumo

A prematuridade responde por 60% a 70% das mortes neonatais na primeira semana de vida no Brasil, mas o modelo de Cox frequentemente viola seu pressuposto de proporcionalidade em coortes neonatais, onde o efeito protetor da idade gestacional se concentra nos primeiros dias e se dilui progressivamente. Este trabalho aplica um Random Survival Forest (RSF) a uma coorte nacional de prematuros construída a partir de registros vinculados do SINASC e do SIM, cobrindo mais de 3 milhões de nascimentos entre 2014 e 2022. Em uma amostra analítica de 40.970 observações, o RSF é comparado ao modelo de Cox como baseline. A idade gestacional foi o preditor dominante em ambos os modelos, com importância por permutação oito vezes superior à da segunda variável. O RSF capturou efeitos não-lineares do peso ao nascer e da idade materna que não atingiram significância no Cox. O pressuposto de proporcionalidade foi violado em quatro das cinco covariáveis (teste de Schoenfeld, p < 0,05), justificando formalmente o RSF como abordagem principal. Diferenças regionais expressivas, especialmente entre Norte e Sul, evidenciam desigualdades no acesso a cuidados intensivos neonatais além dos fatores clínicos ao nascimento.

Referências

Blencowe, H., Cousens, S., Oestergaard, M. Z., Chou, D., Moller, A.-B., Narwal, R., Adler, A., Garcia, C. V., Rohde, S., Say, L., and Lawn, J. E. (2012). National, regional, and worldwide estimates of preterm birth rates in the year 2010 with time trends since 1990 for selected countries: a systematic analysis and implications. The Lancet, 379(9832):2162–2172.

Brasil. Ministério da Saúde. DATASUS (2022a). Sistema de informações sobre mortalidade (SIM). Disponível em: [link]. Acesso em: maio 2026.

Brasil. Ministério da Saúde. DATASUS (2022b). Sistema de informações sobre nascidos vivos (SINASC). Disponível em: [link]. Acesso em: maio 2026.

Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society: Series B, 34(2):187–220.

Grambsch, P. M. and Therneau, T. M. (1994). Proportional hazards tests and diagnostics based on weighted residuals. Biometrika, 81(3):515–526.

Harrell, F. E., Califf, R. M., Pryor, D. B., Lee, K. L., and Rosati, R. A. (1982). Evaluating the yield of medical tests. JAMA, 247(18):2543–2546.

Ishwaran, H., Kogalur, U. B., Blackstone, E. H., and Lauer, M. S. (2008). Random survival forests. The Annals of Applied Statistics, 2(3):841–860.

Kaplan, E. L. and Meier, P. (1958). Nonparametric estimation from incomplete observations. Journal of the American Statistical Association, 53(282):457–481.

Victora, C. G., Aquino, E. M. L., do Carmo Leal, M., Monteiro, C. A., Barros, F. C., and Szwarcwald, C. L. (2011). Maternal and child health in Brazil: progress and challenges. The Lancet, 377(9780):1863–1876.

World Health Organization (2023). Born too soon: decade of action on preterm birth. World Health Organization, Geneva.